Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
70 concepts mathématiques expliqués avec Python
Dunod - EAN : 9782100836130
Édition papier
EAN : 9782100836130
Paru le : 22 févr. 2023
23,00 €
21,80 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9782100836130
- Réf. éditeur : 2622110
- Editeur : Dunod
- Date Parution : 22 févr. 2023
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 224
- Format : H:240 mm L:170 mm E:13 mm
- Poids : 384gr
-
Résumé :
Largement inspiré des travaux de Seymour Papert (mathématicien et pionnier des technologies éducatives, ancien professeur au MIT), l’objectif de cet ouvrage est de démystifier les grandes idées mathématiques en dotant les lecteurs du meilleur outil pour les comprendre et jouer avec : la programmation.
Chaque concept ou idée mathématique est traité sous la forme d’une double page mettant en vis-à-vis la présentation du concept étayée d’éléments de contexte historiques et épistémologiques, et son illustration à l’aide de codes Python.
Les codes sources sont tous accessibles et manipulables en ligne via la page de présentation de l’ouvrage sur le site dunod.com. - Biographie : Ingénieur et docteur en mathématiques appliquées. Directeur technique de l’équipe R&D de Verteego, société experte de la data science et éditrice d’une plateforme d’Intelligence Artificielle. Il a travaillé 10 ans au CEA comme chercheur en mathématiques appliquées. Il publie depuis 15 ans des articles mêlant mathématiques et physique pour le Linux Magazine, pour Towards Data Science, pour Actu IA.
